HML系统在商店偏好决策模型中的应用研究

对混合式机器学习系统（HML）进行了全面系统的介绍，并将其运用于服装消费商店偏好决策行为的研究中。采用上海统计局家庭调查网络，对300户家庭进行抽样分析后发现，服装消费商店偏好的主要影响因素是地区、季节、丈夫和妻子的学历、职业以及子女性别。在此基础上，将HML分析所得的结论与传统的研究方法和结果进行了系统比较：从方法上来看，因为属性变量包含间断变量和连续变量两种，因此传统统计分析要运用两种不同的检测方法对影响因素的相关性作出判断，结果需要经过统计学分析，才能得到结论；而HML分析结果比较直观和简单，便于理解。     

电机控制系统PID参数的遗传算法优化

近年来，遗传算法的研究十分引人注目，作为一种新型的、模拟生物进化过程的随机化搜索和优化方法。其算法简单通用，鲁棒性强，在组合优化、机器学习、自适应控制和规划设计等领域的应用中已展现了其特色和魅力。该方法是一种不需要任何初始信息并可以寻求全局最优解的、高效的优化组合方法。文章就是利用遗传算法对某一电机控制系统的PID参数进行优化，以提高控制系统的性能指标。     

一种改进的区域覆盖星座优化设计方法

为缩短区域覆盖星座优化设计的计算时间，对网格点仿真法进行了改进。在统计时间内，以解析法计算卫星覆盖时刻集，并采用遗传算法优化星座参数。仿真计算结果表明，本文改进方法的计算时间仅为优化前的百分之一。     

压电智能结构传感器/作动器位置优化研究

研究压电主动结构振动控制当中传感器／作动器的位置优化问题。从系统的状态空间方程出发，在系统可控性、可观性Grammian矩阵特征值的基础上来描述性能指标，以控制能量最小化和传感能量最大化作为优化目标，利用遗传算法（GE）进行优化计算，计算过程中对传感器／作动器的位置采用二进制编码加以描述。通过对一压电板结构的仿真计算对该方法进行了验证，优化计算结果与枚举法结果完全相符，从而证明了方法的有效性。     

空间机械臂非完整运动规划的遗传算法研究

带空间机械臂航天器系统在无外力矩作用时，系统相对于总质心的动量矩守恒而变为非完整系统。由于非完整约束的不可积性，非完整系统的运动规划与控制比一般系统要困难得多。现利用非完整特性研究了自由漂浮空间机械臂的三维姿态运动控制问题。首先导出带空间机械臂的航天器三维姿态运动数学模型，并将系统的控制问题转化为无漂移系统的非完整运动规划问题。在运动规划中，根据最优控制原理和优化理论，提出基于遗传算法的最优运动规划数值算法。通过数值仿真，表明该方法对空间机械臂及航天器三维姿态运动的非完整运动规划是有效的。     

基于遗传算法和空间推进方法的高超声速进气道优化设计研究

将遗传算法（单目标遗传算法GA和多目标遗传算法NSGA-Ⅱ、NCGA）与高效、高精度的卒间推进方法——SSPNS（Single-sweep Parabolized Navier-Stokes Algorithm）流场计算方法相结合，对二维高超声速进气道进行了气动优化设计研究。在单目标优化设计中以巡航点（Ma=7．0）的总压恢复最大为设计目标，多目标设计中则在巡航点分别考察了总压恢复最大-压升最大两目标模型、总压恢复最大-压升最大-阻力系数最小三目标模型。优化设计结果表明，单目标设计使得总压恢复有明显提高；多目标优化设计所得的Pareto最优前沿为设计者提供了可靠的设计依据。为了兼顾巡航点和加速爬升段的综合忭能，采用多目标优化方法对进气道进行了多点优化设计，并开展了基于等动压弹道的设计点选择问题初步研究。计算结果表明，若将设计点选在Ma=6．5左右，则进气道的综合性能较好。     

混杂纤维缠绕壳体设计

应用网格理论，得到了固体火箭发动机混杂纤维缠绕壳体在内压作用下的平衡方程。给出了混杂纤维缠绕圆筒壁厚的计算公式。讨论了用模拟实验压力容器确定纤维发挥强度的问题。算例表明，文中给出的设计计算方法，可用于混杂纤维缠绕壳体的初步设计。     

电路特性仿真软件OrCAD／Pspice的应用

本文通过实例介绍了电路仿真特性软件OrCAD／Pspice在模拟电路、数字电路及数模混合电路几方面的应用。     

远程导引可行飞行方案寻求算法研究

提出了一种寻求远程导引可行飞行方案的算法，能够满足远程导引对测控、日照、燃料和时间等各方面的要求；重点论述了Lambert一次变轨方案，给出了算法的具体步骤和主要模块的实现方法；最后给出了一个算例，说明算法是切实可行的。     

基于实数编码的改进遗传算法研究

针对遗传算法运算速度低、容易陷入局部最优值、早熟收敛等缺点,提出了基于实数编码的遗传算法的改进算法,对基于实数编码的遗传算法的选择、交叉、变异算子以及操作方法进行了改进,采用最佳保留选择策略、多算子交叉和变异,并且采用自适应变焦变异,改进后的交叉与变异操作,使算法始终保持了种群的多样性,同时也提高了寻优最终结果的精确性。实验表明基于实数编码的改进遗传算法(R IGA)有效的改善了遗传算法的缺点。